Omostは、大規模言語モデル（LLM）のコーディング能力を画像生成（より正確には画像の組み合わせ）能力に変換することを目的としたプロジェクトです。Llama3とPhi3のバリアントに基づいた事前学習済みLLMモデルを提供しており、これらのモデルはOmostの仮想Canvasエージェントを使用して画像の視覚コンテンツを組み合わせるコードを記述できます。Canvasは、特定の画像生成器の実装によって実際に画像を生成します。Omostプロジェクトの基盤となる技術には、Direct Preference Optimization (DPO)とOpenAI GPT4oのマルチモーダル能力が含まれます。